比較対象モデル

Qwen3.8 2.4T A95B (low) vs Qwen3.8 2.4T A95B (high) vs Grok 4.6 (high) ベンチマーク比較: Grok 4.6 (high) はスコアで 9.2 と首位です。 Grok 4.6 (high) は信頼性で 10.0 と首位です。 Grok 4.6 (high) は合計コストが最も低く、$1.809 です。 Grok 4.6 (high) は 79.38s で最速です。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-08-12

順位: #46
合計出力トークン: 554,485
応答時間（平均）: 132.39s
合計コスト: $3.113

順位: #85
合計出力トークン: 512,351
応答時間（平均）: 134.41s
合計コスト: $2.755

順位: #11
合計出力トークン: 265,604
応答時間（平均）: 79.38s
合計コスト: $1.809

おすすめモデル Grok 4.6 (high)

ここでは最高スコア（9.2）で、この比較の他のモデルより約 1.6 倍低コストです。

詳細比較

指標	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low リリース: 2026-08-12	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high リリース: 2026-08-12	Grok 4.6 Grok 4.6 high リリース: 2026-08-12

指標	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low リリース: 2026-08-12	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high リリース: 2026-08-12	Grok 4.6 Grok 4.6 high リリース: 2026-08-12
スコア	8.2	7.5	9.2
順位	#46	#85	#11
信頼性	9.1	8.8	10.0
一貫性	8.9	8.4	9.6
試行回数	66/66	66/66	66/66
正解テスト
試行ごとの合格率	78.8%	77.3%	84.9%
不安定なテスト	3	4	1
総実行回数	66	66	66
結果あたりのコスト	19.453	18.365	10.046
合計コスト	$3.113	$2.755	$1.809
入力価格	$2.000 / 1M	$2.000 / 1M	$2.000 / 1M
出力価格	$6.000 / 1M	$6.000 / 1M	$6.000 / 1M
合計入力トークン	113,340	109,036	107,266
出力トークン	107,311	103,736	5,094
推論トークン	447,174	408,615	260,510
応答時間（平均）	132.39s	134.41s	79.38s
応答時間（最大）	534.21s	532.28s	618.49s
応答時間（合計）	2912.56s	2956.97s	1746.29s
パラメータ	2.4T 総数 (95B アクティブ)	2.4T 総数 (95B アクティブ)	~1.7T 総数 (~170B アクティブ)
公開状況	重み公開	重み公開	クローズド

モデル生成ショーケース

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#46 Qwen3.8 2.4T A95B

low

コスト: $0.100
時間: 193.2s
トークン: 16,767 tok

#85 Qwen3.8 2.4T A95B

high

無効なSVG

コスト: $0.000
時間: 600.0s
トークン: 0 tok

#11 SpaceXAI: Grok 4.6

high

コスト: $0.107
時間: 265.1s
トークン: 18,001 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	22.04s	1,104	397	4,814
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	24.22s	1,128	305	4,864
Grok 4.6	10.0	10.0	100.0%	14.44s	2,991	79	6,805

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.8 2.4T A95B	7.6	7.2	77.8%	1	172.53s	6,716	21,405	57,399
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1	160.52s	6,399	3,310	48,078
Grok 4.6	10.0	10.0	100.0%	0	102.20s	9,579	379	51,829

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1	231.85s	85,267	8,008	50,681
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1	266.12s	81,205	7,791	41,921
Grok 4.6	10.0	10.0	100.0%	0	91.77s	68,548	3,931	34,529

データ解析と抽出	スコア	一貫性	試行ごとの合格率	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	22.27s	7,956	839	2,445
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	13.67s	7,928	550	2,307
Grok 4.6	10.0	10.0	100.0%	16.08s	8,937	225	6,590

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.8 2.4T A95B	5.5	9.3	33.3%	0	386.04s	1,069	2,399	228,792
Qwen3.8 2.4T A95B	5.6	7.2	44.4%	1	402.39s	1,069	2,214	204,416
Grok 4.6	3.6	7.2	22.2%	1	334.95s	2,514	14	137,858

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1	22.97s	606	44	1,497
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1	11.38s	630	2,020	2,165
Grok 4.6	10.0	10.0	100.0%	0	19.51s	1,077	56	2,448

指示追従	スコア	一貫性	試行ごとの合格率	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	19.54s	903	263	1,480
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	11.45s	927	245	1,727
Grok 4.6	9.8	10.0	100.0%	13.82s	1,857	57	4,318

パズル解決	スコア	一貫性	試行ごとの合格率	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	43.37s	1,026	1,154	25,563
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	65.54s	989	698	15,073
Grok 4.6	10.0	10.0	100.0%	15.56s	2,430	122	5,706

ツール呼び出し	スコア	一貫性	試行ごとの合格率	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	25.88s	8,481	302	975
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	32.93s	8,481	302	656
Grok 4.6	10.0	10.0	100.0%	13.30s	8,544	216	1,505

雑学	スコア	一貫性	試行ごとの合格率	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	422.46s	212	72,500	73,528
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	347.95s	280	86,301	87,408
Grok 4.6	3.0	10.0	0.0%	54.22s	789	15	8,922

クイック比較

比較ペアを切り替え